Las dos diferencias más inmediatas entre la academia y la industria para mí fueron:
- Otras personas ahora están mirando y usando mi código. En los 14 meses desde que comencé mi posición actual, mi estilo de codificación ha cambiado drásticamente para acomodar la colaboración en el código mismo. No ingresé a Data Science desde la ruta típica de Computer Science, así que codifique ya que el producto en sí ha sido nuevo para mí. Antes era simplemente una herramienta para obtener información sobre dónde los resultados y no el código eran el producto. En consecuencia, me he convertido en un programador mucho más fuerte.
- La compensación entre precisión y tiempo. Saber cuándo es lo suficientemente bueno es esencial en un entorno empresarial donde las respuestas buenas y rápidas son más útiles que las precisas y lentas. Con poca frecuencia tiene el tipo de tiempo que tendría en la academia para ajustar con precisión un modelo para exprimir algunos puntos porcentuales adicionales de precisión.
